O clima em mudança terá um grande impacto nos sistemas ambientais, sociais e econômicos em todo o mundo. Já estamos experimentando muitos de seus efeitos ambientais, de secas mais longas a tempestades mais destrutivas.
A mitigação é, portanto, crítica , incluindo os esforços para alcançar as emissões líquidas de zero até 2050. No entanto, minimizar os danos também exigirá aumentar nossos esforços na adaptação e resiliência-da resposta imediata da crise ao planejamento de longo prazo. Além disso, esses esforços exigirão apoio de atividades como pesquisa, finanças e educação. Devido à sua capacidade de reunir, completar e interpretar conjuntos de dados grandes e complexos sobre emissões, impacto climático e muito mais, pode ser usado para apoiar todas as partes interessadas em adotar uma abordagem mais informada e orientada a dados para combater as emissões de carbono e construir uma sociedade mais ecológica. Também pode ser empregado para refazer os esforços climáticos globais para as regiões mais em risco. (Consulte “Atendendo às necessidades do sul global.”)
AI as a tool is uniquely positioned to help manage these complex issues. Due to its capacity to gather, complete, and interpret large, complex datasets on emissions, climate impact, and more, it can be used to support all stakeholders in taking a more informed and data-driven approach to combating carbon emissions and building a greener society. It can also be employed to reweight global climate efforts toward the most at-risk regions. (See “Addressing the Needs of the Global South.”)
Atendendo às necessidades do sul global
Yet, climate change efforts are currently neglecting the needs and priorities of these areas of the Global South. One reason is the lower concentration of wealth and resources there, such that it lags the Global North in adaptation and resilience. Another is that AI research is predominantly run out of research institutes and corporations in the Global North. Even among AI solutions that emphasize the UN Sustainable Development Goals, in fact, over 80% are from the Global North, per the International Research Centre on Artificial Intelligence.
Not only does this focus on the Global North risk the creation of blind spots in AI research and development, but it prevents promising AI solutions from being applied in the contexts where they are most needed. As Sally Radwan, former artificial intelligence advisor to the Egyptian Ministry of Communications and Information Technology, explains, “Models designed and optimized for Global North countries do not necessarily apply well to specific conditions in other countries.”
As a planet, we cannot afford to continue along this path, developing solutions that do not address the needs of the Global South or improve the lives of the billions living there. Instead, AI research and development must ensure that the solutions developed are relevant for the priorities of public- and private-sector leaders and populations in the Global South.
In addition, these regions must be given access to the relevant solutions, along with the capacity building to train those who use them, if we are to ensure that the solutions are put into practice. “The best approach is to build capacity in different regions,” Radwan adds, “helping countries develop models that work in their local context and exchanging knowledge and learnings informed by local expertise.” This may mean bridging gaps in data availability and making solutions designed for a high-data-availability environment work in a context with less data.
Também precisamos disponibilizar recursos globais para soluções de IA desenvolvidas no sul global para garantir que esses projetos atinjam todo o seu potencial. Da mesma forma, a conexão de projetos desenvolvidos no norte global a profissionais e usuários do sul global é uma etapa crucial, se quisermos garantir que suas soluções atendam aos requisitos de todos.
Como tal, o uso da IA oferece uma oportunidade de fazer mudanças significativas nesse momento crítico, seja através da mitigação, adaptação e resiliência ou apoiando os fundamentos dos esforços climáticos gerais. que impedem sua adoção. (Consulte “Metodologia de pesquisa”.)
With this opportunity in mind, BCG recently surveyed global public- and private-sector climate and AI leaders about their views on the potential of AI as a tool in the fight against climate change as well as the roadblocks that prevent its adoption. (See “Survey Methodology.”)
Metodologia de pesquisa
The sample, collected in May 2022, covered 14 countries: Argentina, Australia, Brazil, Chile, China, France, Germany, India, Japan, New Zealand, South Africa, Spain, the United Kingdom, and the United States. Respondents represented organizations from both the public and private sectors with at least 1,000 employees or at least $100 million in annual global revenues.
Em resposta, 87% responderam que análises avançadas e inteligência artificial, ou simplesmente "AI", é uma ferramenta útil na luta contra as mudanças climáticas hoje. Além disso, 67% dos do setor privado afirmaram que querem que os governos façam mais para apoiar o Uso de IA no combate às mudanças climáticas . (Veja o Slideshow.)
Além disso, 43% das organizações dizem que têm uma visão para o uso da IA em seus próprios esforços de mudança climática - confirmando o alto interesse no potencial dessa ferramenta. Observe que a porcentagem difere entre os setores, variando de mais de 50% para empresas de bens industriais a 30% para empresas de consumo. Geograficamente falando, os EUA mostram o maior interesse entre os países do norte global, com 64% dos entrevistados relatando o uso de IA em seus esforços climáticos, enquanto 42% em média dizem que têm uma visão para usá -lo. Engenharia. No entanto, existem muitas maneiras diversas pelas quais os líderes globais podem usar a IA para atingir seus objetivos.
Note that we employ the term “AI” to refer to artificial intelligence and advanced analytics, defined as the use of sophisticated data analysis techniques such as machine learning algorithms and data engineering.
The AI Opportunity
Global public- and private-sector leaders surveyed see the greatest business value for AI in the reduction and measurement of emissions. However, there are many diverse ways in which global leaders can use AI to achieve their goals.
- Mitigação. AI pode ser empregada para ajudar a medir as emissões nos níveis macro e micro, reduzir as emissões e os efeitos do gases de efeito estufa (GEE) e remover as emissões existentes da atmosfera. Na experiência do BCG, por exemplo, a IA pode ser usada para Ajude a reduzir as emissões de GEE igual a 5% a 10% da pegada de carbono de uma organização, ou um total de 2,6 a 5,3 gigatons de CO 2 e se escalado globalmente.
- Adaptation and Resilience. AI pode ser aplicada para melhorar a previsão de perigos para eventos regionalizados de longo prazo, como aumento do nível do mar e para eventos imediatos e extremos, como furacões, entre outras possibilidades. Essas aplicações incluem o gerenciamento de vulnerabilidade e exposição, como desenvolvendo infraestrutura que pode minimizar o impacto dos riscos climáticos.
- Fundamentos. AI também pode ser usada para reforçar os esforços nas pesquisas e modelagem climáticas; financiamento climático; e educação, cutucada e mudança de comportamento, como alimentando ferramentas personalizadas para estimar a pegada de carbono de um indivíduo ou fazer recomendações para compras ecológicas. (Consulte a exposição.)
Dentro de cada um desses usos, a IA pode ser empregada de cinco maneiras de liderança:
- To gather and complete complex datasets on emissions, climate effects, and more
- To strengthen planning and decision making
- para otimizar os processos
- para apoiar os ecossistemas colaborativos
- para incentivar os comportamentos positivos para o clima
pode, portanto, servir como uma ferramenta para ajudar as partes interessadas-de empresas e governos e governos a NGS e, portanto, servir como uma ferramenta para as partes interessadas-de empresas e governos e governos a Ngos e, portanto, servir como uma ferramenta para as partes interessadas. Mudança significativa neste momento crítico. Observe que a IA não é a solução em si, mas uma ferramenta para ajudar líderes e cidadãos a fazer julgamentos informados sobre como enfrentar os desafios climáticos. Espalhado, difícil de acessar e sem os recursos para escalar. De fato, 78% dos pesquisados citam baixo acesso à experiência da IA, dentro ou fora de sua organização, como um obstáculo; 77% relatam uma falta de soluções de IA disponíveis; e 67% dizem que enfrentam falta de confiança organizacional nos dados e análises de IA. Eles precisam ser facilmente acessíveis, oferecer benefícios tangíveis ao usuário e fornecer informações claras para orientar a ação do usuário. Eles precisam de acesso a investimentos de capital, tomadores de decisão e profissionais treinados, permitindo que eles sejam implantados em escala. O apoio financeiro pode preencher a lacuna entre a pesquisa acadêmica e a implantação em escala, enquanto as conexões com formuladores de políticas e líderes corporativos podem ajudar a aumentar a conscientização e a adoção. Além disso, o compartilhamento de conhecimento sobre as melhores práticas e aplicativos promissores pode garantir que as soluções estejam prontas para a implantação generalizada do governo e da empresa. Todos esses recursos e redes são especialmente valiosos para soluções que atendem às necessidades do sul global.
Obstacles to Progress
While there are some areas where AI solutions are well-established and ready for broad application—such as emissions measurement and the monitoring of natural carbon sinks—existing AI-related climate-change solutions today are more typically scattered, difficult to access, and lacking the resources to scale.
In addition, not all organizations are yet actively engaged in climate and AI topics, while even leaders already engaged in this space face many obstacles to climate AI use. In fact, 78% of those surveyed cite low access to AI expertise, whether inside or outside their organization, as an obstacle; 77% report a lack of available AI solutions; and 67% say they face lack of organizational confidence in AI data and analysis.
Need for Meaningful Support
If they are to achieve widescale adoption, AI solutions need to be designed for user friendliness, regardless of whether they are developed for corporations, governments, or the general public. They need to be easily accessible, offer tangible benefits to the user, and provide clear information to guide user action.
- Resources and Networks. Promising solutions also need resources and networks if they are to maximize the potential of AI in addressing climate change, particularly in the Global South. They need access to capital investments, decision makers, and trained practitioners, allowing them to be deployed at scale. Financial support can bridge the gap between academic research and at-scale deployment, while connections to policymakers and corporate leaders can help boost awareness and adoption. In addition, sharing knowledge on best practices and promising applications can ensure that solutions are ready for widespread government and corporate deployment. All such resources and networks are especially valuable for solutions that address the needs of the Global South.
- Capacitação. Soluções bem -sucedidas requerem capacidade extensa. Treinamento e resgate podem garantir que os funcionários públicos, líderes do setor privado e outras partes interessadas usem e interprete as soluções de IA efetivamente nos contextos mais críticos. A disposição de superar o bloqueio do fornecedor também é necessária para garantir que soluções promissoras possam ser dimensionadas. E a pesquisa de IA de hoje - predominantemente sem institutos e empresas no norte global - precisa se tornar mais inclusiva, pois corre o risco de negligenciar as necessidades do sul global, onde muitos países serão desproporcionalmente afetados pelo clima em mudança.
- Confidence and Trust. dada a sua complexidade e o Riscos de comportamento antiético , seja intencional ou não intencional, os usuários da IA precisam ganhar a confiança dos líderes climáticos. As soluções devem, portanto, usar a IA com responsabilidade, empregar conjuntos de dados granulares e confiáveis subjacentes e enfatizar os resultados que podem ser interpretados e compreendidos. Em vez disso, é uma das muitas ferramentas que devem ser empregadas para enfrentar esse desafio global. Indivíduos, comunidades e organizações que têm parte a desempenhar no combate à crise climática - independentemente de seu papel formal nos tópicos de IA ou clima - devem, portanto, considerar como outras tecnologias emergentes podem ajudar e ajudar na remoção de obstáculos para escalar para eles também.
Despite its promise, we note that AI cannot be used to solve the climate crisis in isolation. Rather, it is one of many tools that should be employed to address this global challenge. Individuals, communities, and organizations who have a part to play in combating the climate crisis—regardless of their formal role in AI or climate topics—should therefore consider how other emerging technologies can help and assist in removing obstacles to scale for those as well.
Uma chamada para soluções
Enquanto ainda existem numerosos obstáculos à implementação, estamos entusiasmados em trabalhar com AI para o planeta Para ajudar novas soluções a ultrapassar esses obstáculos e alcançar seu potencial em escala. Nós incentivamos todas as partes interessadas a participar de nosso Primeira chamada para soluções - Incluindo aqueles em qualquer estágio da maturidade, dado um protótipo funcional e de qualquer setor. Incentive os leitores que estão envolvidos nas comunidades climáticas ou de IA a compartilhar os obstáculos, atritos e pontos problemáticos que enfrentam no envolvimento com a análise climática, as soluções de IA para a crise climática e outras questões. Esse suporte vital informará publicações futuras e, mais importante, nos ajudará a priorizar nossos esforços para abordar esses pontos de dor. Organização Educacional, Científica e Cultural das Nações Unidas (UNESCO); e o Escritório de Tecnologia da Informação e Comunicação da ONU (OITT) e inclui resultados adicionais da pesquisa da BCG sobre líderes globais. Parceiro sênior; Chefe do escritório da BCG Casablanca; Chefe do BCG Tech Hub na África
Recognizing that all individuals, communities, and organizations have a role to play regardless of their formal role in AI or climate topics, readers are further invited to consider how other emerging technologies can help fight climate change and to remove obstacles to scale for those as well.
Finally, we encourage readers who are engaged in the climate or AI communities to share the roadblocks, frictions, and pain points they face in engaging with climate analytics, AI solutions for the climate crisis, and other issues. This vital support will inform future publications and, more importantly, help us prioritize our efforts to address these pain points.
This article is adapted from a report created with AI for the Planet , an alliance created by Startup Inside with BCG as a knowledge partner and in collaboration with the United Nations Development Programme (UNDP); the United Nations Educational, Scientific and Cultural Organization (UNESCO); and the UN Office of Information and Communications Technology (OICT), and includes additional results from BCG’s survey of global leaders.
